买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明属于计算流体力学和人工智能领域，具体为一种流场图像驱动的翼型定常及非定常气动力建模方法，首先选择样本翼型组并构建样本数据集，样本数据包括样本翼型的符号距离场图像、在若干定常状态下的速度云图以及与定常状态对应的关于迎角‑马赫数的合成图像、在非定常状态下的速度云图序列以及与非定常状态对应的关于迎角‑马赫数的合成图像；其次建立并训练面向定常流场图像的U‑Net神经网络和面向非定常流场图像的U‑Net‑LSTM神经网络；最后利用训练好的U‑Net神经网络和U‑Net‑LSTM神经网络，对待预测翼型的定常及非定常流场进行快速预测。本发明通过构建基于像素特征的训练架构，能够避免翼型几何参数化，且能够同时高效预测定常和非定常状态的翼型流场。

主权项：1.一种流场图像驱动的翼型定常及非定常气动力建模方法，其特征在于：包括如下步骤：步骤1：选择样本翼型组，并构建样本数据集；对于样本翼型组中的某个样本翼型：基于CFD方法计算得到样本翼型在若干定常状态下的速度云图，以及在非定常状态下的速度云图序列；所述定常状态由设定的迎角和设定的来流马赫数组成；所述非定常状态由设定的迎角变化规律和设定的来流马赫数组成；根据样本翼型的几何图像，获得样本翼型的符号距离场图像；根据样本翼型的几何图像，以及某一定常状态，计算得到与所述某一定常状态对应的关于迎角-马赫数的合成图像；根据样本翼型的几何图像，以及非定常状态下的某一迎角和设定的来流马赫数条件，计算得到与该迎角和设定的来流马赫数条件对应的关于迎角-马赫数的合成图像；该样本翼型对应的样本数据为：样本翼型的符号距离场图像、样本翼型在若干定常状态下的速度云图以及与定常状态对应的关于迎角-马赫数的合成图像、样本翼型在非定常状态下的速度云图序列以及与非定常状态下各个迎角和设定的来流马赫数条件对应的关于迎角-马赫数的合成图像；步骤2：构建面向定常流场图像的U-Net神经网络；所述U-Net神经网络以输入层、第一编码器、第一解码器以及输出层为组成模块；所述U-Net神经网络的输入数据为翼型的符号距离场图像和关于迎角-马赫数的合成图像，输出数据为翼型在定常状态下的速度云图；步骤3：构建面向非定常流场图像的U-Net-LSTM神经网络；所述U-Net-LSTM神经网络为在步骤2建立的U-Net神经网络的基础上增加LSTM模块，以输入层、第二编码器、第二解码器、LSTM模块以及输出层为组成模块；所述U-Net-LSTM神经网络的输入数据为翼型的符号距离场图像，以及多个关于攻角-马赫数的合成图像组成的图像序列，输出数据为翼型在非定常状态下的下一时刻速度云图；所述图像序列为等时间间隔序列；步骤4：基于步骤1所得样本数据集确定定常样本集，利用定常样本集对步骤2获得的U-Net神经网络进行训练；基于步骤1所得样本数据集确定非定常样本集，利用非定常样本集对步骤3获得的U-Net-LSTM神经网络进行训练；所述定常样本集指由样本翼型的符号距离场图像、样本翼型在若干定常状态下的速度云图以及与定常状态对应的关于迎角-马赫数的合成图像组成的样本数据集；所述非定常样本集指由样本翼型的符号距离场图像、样本翼型在非定常状态下的速度云图序列以及与非定常状态下各个迎角和设定的来流马赫数条件对应的关于迎角-马赫数的合成图像组成的样本数据集；步骤5：对待预测翼型的定常及非定常流场进行快速预测；对于定常流场预测：获得待预测翼型的符号距离场图像，将待预测翼型的符号距离场图像以及设定的定常状态下的关于迎角-马赫数的合成图像输入到训练好的U-Net神经网络中，得到待预测翼型在设定的定常状态下的速度云图，实现对待预测翼型的定常流场预测；对于非定常流场预测：获得待预测翼型的符号距离场图像，将待预测翼型的符号距离场图像、以及设定的非定常状态下的关于迎角-马赫数的合成图像所组成的图像序列输入到训练好的U-Net-LSTM神经网络中，得到待预测翼型在设定非定常状态下的下一时刻速度云图，实现对待预测翼型的非定常流场预测。

全文数据：

权利要求：

百度查询： 西北工业大学 一种流场图像驱动的翼型定常及非定常气动力建模方法